本发明涉及智能车辆的防碰撞装置领域，尤其涉及基于机器视觉的智能车辆防碰撞方法和装置。
背景技术：
技术的发展成熟，汽车成为人们日常生活的必备交通工具，城市汽车保有量也大大增加，交通环境复杂多变的情况愈演愈烈，因此，可以减少交通事故的智能车辆防碰撞技术显得尤为重要。
目前，公用的防撞系统是由雷达来对前方障碍车辆进行距离测定，但由于雷达的设备复杂，价格昂贵，且所测距离不能太远，从而不能对较远距离的车辆做出准确判断。而汽车双目视觉测距由于设备安装复杂，且对安装精度有较高要求，图像处理运算量大，实时性难以保证。
技术实现要素：
本发明的目的在于克服现有技术的不足，提供实现方便、成本低的防碰撞方法及防碰撞装置。
为了实现上述目的，本发明采用的技术方案为：基于单目视觉的智能车辆防碰撞方法，包括单目测距步骤、防碰撞步骤，单目测距步骤识别前方车辆与本车之间的距离，所述防碰撞步骤根据识别的车辆间距离判断碰撞风险并在存在风险时控制车辆防碰撞操作。
单目测距步骤包括：
s1、通过摄像机采集车辆前方的图像，并利用背景差分法标记出前方障碍车辆，获取得到车辆的位置在图像坐标系中的坐标，并换算得到在路面坐标系中对应点的坐标p(xp,yp)；
s2、计算车辆的摄像机俯角γ，摄像机俯角是指摄像头光轴与垂直夹角；
s3、通过如下公式计算摄像机在地面投影点与前方障碍车辆之间的距离dis：
计算两侧车道线的斜率，根据路面车道线平行约束条件计算出摄像机俯角γ。
车道线斜率计算方法包括通过分别在识别出的两侧车道线中取两点，然后将车道线中取得的图像坐标系中的两点转换为路面坐标系中的两点，然后分别求出车道线斜率kleft、kright，
其中(x1、y1)、(x2、y2)、(x3、y3)、(x4、y4)为在图像坐标系中选取的两侧车道上点(x1、y1)(x2、y2)(x3、y3)(x4、y4)在路面坐标系中对应的点，其中，坐标转换关系为：
其中，摄像头距离地面的高度为h,摄像头光轴与垂直夹角为γ,图像大小为h×w,摄像头的水平可视角为2α，垂直可视角为2β，图像坐标系中点p(xp,yp)在路面坐标系中对应点为p(xp,yp)。
斜率公式分别求取两侧车道线的斜率。
车道线的约束条件为：
m＝(kleft-kright)2
对上式求导，当m’＝0时，解得的γ值即为摄像机的俯仰角大小。
步骤s1中，将采集的视频分帧，取前一帧图像做背景，与当前帧图像做差分运算，标记出当前帧图像出现的障碍物并做出标记，循环更新背景图和得到标记的新的障碍物。
车辆防碰撞操作为整车控制器控制车辆刹车和或报警。
基于单目视觉的智能车辆防碰撞装置，用于运行防碰撞方法，所述装置包括视频采集单元，用于采集车辆前方路况图像信息；处理单元，用于对采集的图像信息进行处理，包括标记前方障碍车辆、获取障碍物车辆与本车距离，并比对安全距离判断是否存在碰撞风险；防碰撞操作单元，其与处理单元连接，用于在存在碰撞风险时控制实施防碰撞操作。
防碰撞操作单元为报警单元或刹车单元。
所述处理单元还连接显示单元，用于显示前方道路信息、障碍物位置和距离信息。
本发明的优点在于：通过单目识别方式获取碰撞距离并根据设定的安全距离判断是否需要开启防碰撞操作，车辆障碍识别准确，实现成本低，能有效地给予驾驶员预警信息，避免了车辆碰撞的风险，改善交通环境。
附图说明
下面对本发明说明书各幅附图表达的内容及图中的标记作简要说明：
图1为本发明基于单目视觉的智能车辆防碰撞装置；
图2为本发明采用的tms320dm642的视频采集处理板卡；
图3为本发明摄像机投影模型图；
图4为本发明中图像坐标系原理图；
图5为本发明摄像机拍摄模型侧面示意图。
具体实施方式
下面对照附图，通过对最优实施例的描述，对本发明的具体实施方式作进一步详细的说明。
在一个优选地实施例中，基于单目视觉的智能车辆防碰撞方法，包括以下步骤：
s1、对摄像机采集的图像进行预处理，并利用背景差分法标记出前方障碍车辆；将采集的视频分帧，取前一帧图像做背景，与当前帧图像做差分运算，标记出当前帧图像出现的障碍物并做出标记，循环不断更新背景图像并根据背景图像获取障碍物信息。
s2、计算两侧车道线斜率；具体实现方法为：记摄像头距离地面的高度为h,摄像头光轴与垂直夹角为γ,图像大小为h×w,摄像头的水平可视角为2α，垂直可视角为2β，则图像坐标系中点p(xp,yp)在路面坐标系中对应点为p(xp,yp)，
图3为摄像机拍摄模型，abcd表示摄像机拍摄到的路面区域，p(xp，yp)点为待测点即障碍物车辆位置，o点为摄像头中心点，oo’为摄像机光轴，o’为摄像机光轴与地面的交点，q为摄像头中心点在路面的投影。图表示为图像平面坐标系，uv表示以像素为单位的图像坐标系，为方便计算，将图像坐标系转换成世界二维坐标系，即xo1y。实际图片的大小为h×w，即ab高为h，bc宽为w。摄像机安装高度为h，采用广角镜头，镜头横向可视角即图像所能看到的横向视野角度为2α，垂直可视角即图像所能看到的纵向视野角度为2β，根据几何原理，∠fok＝2α，∠eog＝2β，假定摄像头俯角∠qoo′＝γ，物点与光轴夹角为∠poo′＝θ。
在图5中，根据几何原理推出图中θ角大小为
利用摄像机高度计算出线段
qo′＝h×tan(γ)
qpy＝h×tan(γ+θ)
o′py＝qpy-qo′
因为o′py的长度是点p的y轴坐标值，所以
上式为p点在世界坐标系中的y轴上的值，接下来再求解x轴上的值。
根据图1利用几何原理，求出线段
qg＝h×tan(γ-β)
根据图5，求出线段
o′g＝h×(tan(γ)-tan(γ-β))
利用相似三角形原理
可以解得no’为
利用几何原理，可以计算p点的坐标值
路面坐标系与图像坐标系的转换关系为
因为实际道路环境中，车道线是平行的，利用这一约束条件，可以作为距离测量的依据。将图像进行预处理，滤波，二值化，取图像左侧车道线上的距离间隔较大的两点，利用路面坐标系与图像坐标系转换关系式，求出图像中取得的两点在路面坐标系的坐标值，该值是带有仰角γ的表达式，计算左侧车道线的斜率，即
计算右侧车道线的斜率
s3、通过路面车道线平行约束条件计算摄像机俯角；具体实现方法为：将求得的左右侧车道线斜率带入下式，利用两侧车道线平行条件，求出俯角值
m＝(kleft-kright)2(4)
对上式求导，当m’＝0时，解得的γ值即为摄像机的俯角值
s4、计算待测点的距离；具体实现方法为：障碍物与摄像机投影在路面上点的距离为dis，通过勾股定理求解然后由三角形相似求出dis：
验证采用本发明的方法识别距离的准确性，：根据摄像头的标定结果,在程序中设定相应的参数，图像大小为3024×4032，像元大小为1.6um，获取并设置相机的其它外部参数,相机高度h＝1.73m。
在保持摄像机设置参数不变的情况下获取前方包含目标物的图像并传输至处理器，利用上述公式(1)—(5)计算得到摄像机距离目标物的距离。
如表1所示为目标物在不同距离和角度上，通过该算法对其进行测距的结果。
由此可以看出，本方法计算简单，复杂度低，对于硬件的要求较低同时能够达到较高的精度,具有广泛的应用前景，在很简单的硬件配置条件下，能够有效计算前方车辆或其它障碍物的距离，从而有效躲避。
基于单目视觉的智能车辆防碰撞装置包括：摄像单元、处理单元、报警单元、显示单元。摄像单元。摄像单元采用单个ccd摄像机固定与车顶，ccd摄像机将采集的模拟视频信号传送给处理单元，处理单元采用基于tms320dm642的视频采集处理板卡，该板卡主要硬件功能模块包括视频输入解码模块、核心dm642型dsp模块、外部存储模块、pci总线驱动控制模块及电源管理模块等。基本工作原理是视频解码器将接收的模拟视频信号转换成数字视频信号，送到dm642进行图像处理运算包括背景差分法和单目测距算法，dm642再将处理的视频数据通过pci接口传送到显示器，构成数字监控系统，同时dm642将处理结果用数字信号传送到报警器，并能有效地给予驾驶员预警信息，避免了车辆碰撞的风险，改善交通环境。
如图1所示为单目视觉的智能车辆防碰撞装置包括：摄像单元，摄像单元采用单个ccd摄像机固定与车顶，ccd摄像机将采集的模拟视频信号传送给处理单元。
如图2所示为采用tms320dm642的视频采集处理板卡作为处理单元：处理单元中视频输入解码模块，视频解码器tvp5150型视频解码器及外围电路组成，将接收的模拟视频信号转换成数字视频信号，送到核心dm642型dsp模块。
如图2所示核心dm642dsp模块由1个tms320dm642型数字媒体处理器及其外围电路组成，进行图像处理运算包括背景差分法和单目测距算法，背景差分算法用于识别出车辆等障碍物；单目识别算法用于根据测量计算出识别出的障碍物与本车之间的距离，dm642再将处理的视频数据通过pci接口传送到显示器。
pci总线驱动控制模块由1个sn74cbtl6233型pci总线桥接电路及其外围电路组成。如图2所示，显示器显示前方道路信息、障碍物位置和距离信息，构成数字监控系统，同时dm642将处理结果用数字信号传送到车载音响，并能有效地给予驾驶员预警信息，避免了车辆碰撞的风险，改善交通环境；或者在测得的距离小于安全距离判断为有碰撞风险时，发出触发信号给整车控制器，通过整车控制器控制刹车单元及时进行制动。
显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，均在本发明的保护范围之内。